AI도 궁금해서 질문할까? 인간의 호기심과 탐색의 차이

AI가 설명 도중 ‘어떤 부분이 더 궁금한가요?’라고 묻습니다. 이것은 대화를 이어 가는 질문일 수 있습니다. 또 어떤 시스템은 새로운 정보를 얻기 위해 다음 행동을 선택합니다. 두 경우 모두 질문이나 탐색이 나타나지만 작동 목적은 구체적으로 살펴봐야 합니다.

사람이 느끼는 궁금함과 시스템에 설계된 정보 탐색을 나누어 생각하면 ‘AI의 호기심’이라는 표현이 훨씬 흥미로워집니다. 겉으로 비슷한 행동이 어떤 원리에서 나오는지 물을 수 있기 때문입니다.

사람은 무엇을 더 배우고 싶어 할까

2021년 Nature Communications의 연구는 사람이 호기심에 따라 탐색할 때 학습의 진전을 어떻게 살피는지 조사했습니다. 여러 활동 중 무엇을 선택하는지와 학습 과정의 관계를 분석하고, 내재적 동기를 다루는 계산 모델을 활용했습니다.

이 연구는 사람이 선택한 행동의 패턴을 이해하는 근거입니다. 모든 사람의 호기심을 하나의 규칙으로 정리하거나 AI의 주관적 궁금함을 확인한 연구로 읽어서는 안 됩니다. 연구 원문: Humans monitor learning progress in curiosity-driven exploration, 2021

AI에서 호기심이라는 말을 쓰는 이유

기계학습에서는 새로운 상태를 탐색하거나 예측을 개선하도록 보상 기준을 설계할 수 있습니다. 예를 들어 이미 잘 설명할 수 있는 상황보다 더 알아볼 여지가 있는 상황을 선택하도록 만드는 것입니다. 이는 탐색 방식을 설명하기 위한 기능적 관점입니다.

비유하자면 도서관에서 다음에 읽을 책을 고르는 기준을 만드는 일과 비슷합니다. ‘처음 보는 분야’, ‘지금 이해가 자라는 분야’, ‘목표에 필요한 분야’는 서로 다른 선택 기준입니다. 어느 기준을 쓰는지에 따라 겉으로 보이는 탐색도 달라집니다.

궁금함처럼 보이는 행동	살펴볼 작동 기준
후속 질문을 함	대화 목적과 추가 정보 필요성
새로운 곳을 탐색함	새로움에 부여한 값
특정 과제를 반복함	목표와 학습 진전의 관계

질문 한 문장으로는 알 수 없는 것

‘더 알고 싶어요’라는 문장이 나왔다고 해서 궁금함을 경험하는지 확인되는 것은 아닙니다. 반대로 문장을 사용하지 않는 탐색 시스템도 정보를 모으는 행동을 할 수 있습니다. 표현, 행동, 경험을 구분해 보는 이유입니다.

정보가 필요한 상황 → 탐색 기준 → 질문 또는 행동 → 얻은 정보의 활용

이 흐름에서 독자가 확인할 수 있는 것은 앞서 얻은 정보가 다음 선택에 실제로 반영되는지입니다. 질문의 개수보다 새 정보와 행동의 연결을 살펴보면 기능을 더 구체적으로 이해할 수 있습니다.

내 호기심을 살펴보는 기록

독자를 위한 관찰 활동입니다. 오늘 찾아본 주제 세 가지와 각각을 찾아본 이유를 한 문장씩 적습니다. 단순히 새로워서, 이해가 조금씩 깊어져서, 해야 할 일에 필요해서 등의 이유를 붙여 보세요. 이는 연구를 재현한 실험이나 성격 검사가 아닙니다.

이후 AI에게 각 주제의 다음 질문을 제안해 달라고 요청하고 내가 선택한 질문과 비교합니다. 무엇이 나의 경험과 연결되어 끌렸는지 적으면 호기심이 정보량만의 문제가 아니라 자신의 관심과 이어진다는 점을 생각해 볼 수 있습니다.

자주 묻는 질문

AI가 먼저 질문하면 자발성이 있다는 뜻인가요? 질문을 시작한 조건과 시스템의 목표를 확인해야 합니다. 자발성도 어떤 의미로 쓰는지 정의할 필요가 있습니다.

탐색 보상이 있으면 즐거움도 느낄까요? 보상은 학습을 설명하는 수학적 신호로 쓰일 수 있습니다. 즐거움의 경험은 별도의 질문입니다.

오늘의 질문: 여러분은 완전히 새로운 것을 볼 때와 어제보다 조금 더 이해될 때 중 언제 더 궁금해지나요?

English version

함께 읽기: LLM과 인간의 학습이 다른 지점